月之暗面发布 Kimi K3.1 Pro，称其为最强的 3T 级开源权重模型，具备 1M token 上下文与多模态能力，同步推出速度约 2–3 倍的 Highspeed 版，完整权重计划 2026-11-04 前开源。该模型在 Terminal-Bench 4.0 上得 65.7%，高于 GPT-6 Astra 的 58.2%、略低于 Claude Opus 5.5 的 66.4%；BenchCAD 带工具得 92.7%，OfficeQA Pro v2 得 64.4。开源权重版从 mid-training 与 RL 两侧剔除 cyber 相关数据，xdev-bench-hard 得分从 90.5% 降至 81.0%。
匹配字段摘要
Kimi 发布 K3.1 Pro，这是其最强的 3T 级开源权重模型，采用 MoE 架构，总参数 2.8T、激活参数 104B，支持 1M token 上下文与多模态。官方称其在编码、智能体和知识类基准上可对标最强闭源模型，并支持 Unreal、Unity、Godot 全项目游戏开发与 Blender、CAD 参数化 3D 建模，金融场景幻觉下降 65%。K3.1 Pro 与速度提升 2–3 倍的 K3.1 Pro Highspeed 已在 Kimi 官网、Kimi Work、Kimi Code 和 Kimi API 上线，开源权重计划于 2026 年 11 月 4 日发布。
匹配字段摘要、正文
Kimi 发布多模态旗舰模型 K3.1 Pro，总参数 2.8T、激活参数 104B（MoE），标配 1M token 上下文窗口。作者称其在 SWE Marathon 上以 51.7 登顶第一，反超 Opus 5.5 与 GPT-6 Astra，官方同时承诺 11 月 4 日前开源完整权重。K3.1 Pro 与提速 2–3 倍的 K3.1 Pro Highspeed 已上线 Kimi 网页端、Kimi Work、Kimi Code 和 Kimi API。
匹配字段摘要、正文
Kimi 正式发布 Kimi K3.1 Pro，这是一款 3T 级开放权重模型，采用 MoE 架构，总参数 2.8T、激活参数 104B，支持 1M token 上下文与多模态。官方称其在基准测试中与 Opus 5.5、GPT-6 Astra 等领先模型表现相当，且成本明显更低，金融建模场景的幻觉下降 65%。Kimi K3.1 Pro 与速度提升 2–3 倍的 K3.1 Pro Highspeed 已上线 Kimi 平台、Kimi Work、Kimi Code 和 Kimi API，开放权重将于 11 月 4 日发布。
匹配字段摘要
Kimi K3.1 Pro 已在 OpenRouter 上线，这是一个 1M 上下文的多模态开源权重模型，由 Kimi K3 后训练而来，面向长程编码和智能体任务，定价为每百万输入 token 2 美元、每百万输出 token 10 美元。据 Kimi_Moonshot 介绍，该模型为 3T 级开源权重模型，2.8T 总参数、104B 激活参数（MoE），在 Unreal、Unity、Godot 全项目编码和 Blender、CAD 参数化 3D 建模上表现突出，金融建模幻觉下降 65%，并称在编码、智能体和知识基准上匹配最强闭源模型。Kimi K3.1 Pro 与提速 2–3 倍的 K3.1 Pro Highspeed 已上线 Kimi 平台、Kimi Work、Kimi Code 和 Kimi API，开放权重时间为 2026 年 11 月 4 日。
Kimi K3.1 Pro 已在 OpenRouter 上线，这是一个 1M 上下文的多模态开源权重模型，由 Kimi K3 后训练而来，面向长程编码和智能体任务，定价为每百万输入 token 2 美元、每百万输出 token 10 美元。据 Kimi Moonshot 介绍，该模型为 3T 级开源权重模型，2.8T 总参数、104B 激活参数（MoE），在 Unreal、Unity、Godot 全项目编码和 Blender、CAD 参数化 3D 建模上表现突出，金融建模幻觉下降 65%，并称在编码、智能体和知识基准上匹配最强闭源模型。Kimi K3.1 Pro 与提速 2–3 倍的 K3.1 Pro Highspeed 已上线 Kimi 平台、Kimi Work、Kimi Code 和 Kimi API，开放权重时间为 2026 年 11 月 4 日。
匹配字段摘要、正文
月之暗面发布 Kimi K3.1 Pro，在 Code Arena WebDev 以 1692 分位列第 8，与 Claude Opus-5 (Max) 持平而成本低 70%，较 Kimi K3 (Max) 的第 17 名提升 9 位。该模型定价为每百万输入/输出 token 2/10 美元，单任务成本中位数 1.23 美元，比 Kimi K3 低 29%，并将在 11 月 4 日开放权重。Kimi 官方称其为 3T 级开源权重模型，具备 1M token 上下文、2.8T 总参数/104B 激活参数的 MoE 多模态架构，幻觉率下降 65%。
匹配字段摘要
月之暗面发布 Kimi K3.1 Pro，这是其首个更新版本，在 Terminal-Bench 4.0 上得分 65.7%，比 Claude Opus 5.5 低 0.7 分、比 GPT-6 Astra 高 7.5 分，且平均每任务成本低于两者。该模型为 3T 级开放权重 MoE 模型，总参数 2.8T、激活参数 104B，支持 1M token 上下文和多模态；在带工具的幻觉压力测试中，错误声明率从 K3 的 23.4% 降至 8.3%。K3.1 Pro 与速度快 2-3 倍的 Highspeed 版本已在 Kimi 应用和 API 上线，完整权重计划于 11 月 4 日发布。
匹配字段摘要
Google Research 与 Google for Health 在 IDWeek 2026 上介绍了将健康 AI 研究推向临床的进展，包括开源胸部X光嵌入向量与 MedSigLIP、以及 4B 和 27B 两种参数规模的开放权重多模态模型 MedGemma，后者可离线本地运行，累计下载量已超 1000 万次。合作方 Nexus AI 基于这些算法开发的工具已获欧盟 CE MDR class IIb 认证和 ISO 13485 认证，在南非、塞拉利昂、科特迪瓦等六国的约 40 家医疗机构部署，超过 90 名临床医生已评估逾 2.5 万张胸片，将周转时间从数周缩短到 45 秒以内。印尼卫生部正用本国胸片微调 MedGemma 和 MedSigLIP，以在本地基础设施上支撑每年 5000 万人的筛查目标。
匹配字段摘要、正文
MiniMax 宣布 M3.1 Flash 从推理到 RL 均已就绪，SGLang 与 Miles 在发布首日即提供支持。据 SGLang 介绍，该模型在 SGLang 上 bs1 decode 超过 1K tok/s，支持 NVIDIA Blackwell 与 Hopper（GB300/B300/B200/H200）以及 AMD Instinct MI350X 和 MI355X，并支持 MiniMax 的 DSpark 草稿模型与 HiCache、多模态输入。
匹配字段摘要
可灵 Kling 4.0 已在 fal 平台上线，官方称其为新一代原生多模态视频模型，在复杂运动稳定性、角色与场景参考一致性以及电影叙事控制精度上有所提升。目前仅通过 fal UX 和 fal Agent 提供，API 访问即将开放。
匹配字段摘要
Kling 4.0 已在 fal 平台上线，这是一款新一代原生多模态视频模型，提升了复杂运动的稳定性、角色与场景的参考一致性，以及对电影化叙事的控制精度。目前仅通过 fal UX 和 fal Agent 提供，API 访问即将开放。
匹配字段摘要、正文
NVIDIA 于 2026 年 10 月 21 日扩展 Nemotron Retriever 系列，推出 Nemotron 3.5 Embed（8B BF16、1B BF16、1B NVFP4）、Nemotron 3.5 Rerank 8B BF16 和 6.31 亿参数的 Nemotron 3.5 Parse，面向企业智能体工作流的多模态检索与文档处理。NVIDIA 称在智能体检索流程中加入 Rerank 后，单次查询的 token 成本分别降低约 14%（搭配 8B 嵌入模型）和 13%（搭配 1B 模型），检索准确率同时提升。Parse 在 ParseBench 上得分 75.20，单张 H100 上每秒处理 10.5 页；开放权重、数据和训练配方已在 Hugging Face 发布，并可通过 NVIDIA NIM 及 Baseten、DeepInfra、FriendliAI 部署。
匹配字段摘要、正文
在 NVIDIA GTC Berlin 大会上，保时捷、大众集团旗下品牌与 CARIAD 宣布联合构建面向自动驾驶开发的共享数据飞轮，保时捷牵头初期落地与生态集成，Voxel51、NVIDIA 和 Microsoft 参与。Voxel51 称该集团联网车队每天产生的数据相当于 11000 名普通驾驶员，合作目标是把重复的实车测试减少最多 90%、把 AI 回归测试周期缩短最多 85%。Voxel51 提供数据层并支撑多模态检索、自动标注、场景筛选等六项工作流，NVIDIA 提供 Cosmos Data Factory、Omniverse NuRec 等工具，Microsoft Azure 提供云与算力。
匹配字段摘要
Synaptics发布Astra SR200系列多模态边缘AI处理器，最高算力400 GOPS，并集成Google Research第二代Coral NPU架构。三款引脚兼容型号SR210、SR230、SR250采用Arm Cortex-M85与Cortex-M52双核，面向智能眼镜、可穿戴设备和工业视觉等本地推理场景。芯片封装内整合最多8MB SRAM与可扩展至数百MB的定制DRAM，官方未公布售价和终端产品上市时间。
匹配字段摘要、正文
Voxel51 发布 3.0 版数据平台，把机器人多摄像头、视频与传感器数据的搜索、整理、标注和评估整合到同一平台，并新增可跨开发流程执行任务的 AI 助手 Voxel51 Agent。平台支持语义搜索、文本查询与元数据过滤，以及多模态时间序列同步查看，并提供 2D、3D 和视频标注与 Agentic Labeling 自动标注。Voxel51 同时与 Nebius 合作，在 Nebius AI Cloud 上运行其工作流，并提供免费自助版本。
匹配字段摘要
Synaptics 发布 Astra SR200 系列多模态边缘 AI 处理器，集成与 Google Research 合作开发的 Coral NPU 架构，SR210、SR230、SR250 三款型号 AI 算力分别为 200、300 和 400 GOPS，面向 AI 眼镜、智能可穿戴设备、智能摄像头及工业视觉。该系列采用 Arm Cortex-M85 与 Cortex-M52 双处理器架构，集成最高 8MB SRAM 及可扩展至数百 MB 的定制 DRAM，支持 Transformer 等模型端侧运行。双方还推出搭载 SR250 的 Coralboard SR 开发板及开源 Torq AI 编译器，支持 Gemma 3 270M 等模型端侧部署。
匹配字段摘要、正文
ComfyUI 已支持 Hao AI Lab 的 FastH3 OmniRef，这是 Minimax H3 的蒸馏版本，可在本地硬件上运行，支持多模态参考视频生成，并在质量与速度之间取得平衡。ComfyUI 表示开放权重和云端入口可通过其给出的链接获取。
匹配字段摘要
Google 发布基于 TorchTPU 的 vLLM 与 SGLang 原生 PyTorch 后端，分别与 Inferact、RadixArk 合作开发，两个引擎已在预览客户的生产环境中运行。官方称在 Ironwood TPU（TPU 7x）上跑 Qwen 3.5 时，高并发配置下每百万 token 成本为 2.01 美分，并已在 SemiAnalysis InferenceX 的 AgentX 赛道提交结果。功能上支持前缀缓存与 KV cache 卸载、投机解码、分离式服务以及图像视频输入的多模态模型，SGLang-TorchTPU 已在 Meta 生产环境使用。
匹配字段摘要
蚂蚁 inclusionAI 在 GitHub 发布 vLLM-Omni 仓库，这是一个在 vLLM 基础上扩展全模态模型推理与服务的框架，支持文本、图像、音频、视频和动作数据处理，并支持 DiT 等非自回归架构。README 显示其已迭代至 0.30.0，对齐 vLLM 0.30.0，新增 MiniCPM-o 4.5 与 AURA 的全双工会话服务、Mooncake AR-to-DiT 跨阶段 KV 与多模态传输，以及在 NVIDIA Blackwell 和昇腾 950 上的 MiniMax H3 Turbo 实时推理。框架提供 OpenAI 兼容 API 服务、流式输出和分布式并行推理，并列出 Qwen3-Omni、MiniMax H3、Wan2.2、π0.5 等已支持模型。
匹配字段摘要
MiniMax 正准备发布 MiniMax-M3.1-Flash，其 API 参考文档已列出该模型。文档将其描述为前沿多模态编码模型，具备 1M 上下文窗口和可调思考深度，后者被认为是 3.1 系列新增的能力。MiniMax 官方账号也发帖预告该模型即将到来。
匹配字段摘要